- 博客(8)
- 收藏
- 关注
RSS订阅原创 假设检验-0531
1.理清楚相关变量之间的正负反馈关系，最后绘制关系图。2.大胆作出假设分析。3.求真（X）去伪（√）4.假设检验的核心就是证伪：用手上的资料排除各个假设。5.证伪法很可能无法排除所有假设，如何权衡剩下的假设？————诊断性。6.借助【诊断性】找出否定性最小的假设。7.进行假设检验时，找出具有诊断性的证据，筛除具有迷惑性的不具备诊断性的证据。8.按照【强度关系】对假设排序...
2021-05-31 11:42:16
79
原创 数据图形化-0531
1.为什么要图形化？？————图形化的第一要务就是体现数据，用数据体现思考。2.题外话：数据分析的根本→总结数据。3.冗杂的数据之中，目光停留在与目标相关的数据。4.【所以如何评估目标？】确定实现目标的基本比较对象5.优秀的图形一定是：数据展示、数据比较、多变量的。6.散点图作为【探索性】数据分析工具，善于发掘数据之间的因果关系。7.关于图形化过程中不断提出的假设，需要逐个验证推翻。...
2021-05-31 11:11:36
92
原创 最优化-0525
最优化-0525【单词积累】盈利 profiteg：You can improve the chances of profit by his plan.【寻找最大值】1.最大值=可控因素+不可控因素2.可控因素：也叫决策变量3.不可控因素：一般称为约束条件【学会借助目标函数】1.任何最优化问题都有一些约束条件和一个目标函数。2.尽量在同一张图里绘制多重约束条件，可能并找不到合适的约束条件。3.约束线围成的区域即为可行区域4.线性最优问题可以用**Solve（求解器）**计算。5.模
2021-05-26 00:11:05
85
原创 通过实验检验理论-0524
通过实验检验理论-0524“可靠的实证数据会让分析更具说服力”【单词积累】homogeneity 同质性eg：The little gruop data is more homogeneous.confounding factors 混杂因素eg：Because of difference of person，data is full of confounding factors.control gruop 控制组eg：A gruop without changing.【处理问题的起点】
2021-05-24 13:03:20
79
原创 数据分析整体框架
数据分析整体框架-0522“优秀的数据分析师总想看到数据”无论多优秀的分析师，固定基本流程：确定→分解→评估→决策确定：了解问题、确定问题，问清需求，量化目标。分解：分为数据的分解和问题的分解，使他们成为更小的组成部分，各个击破。评估：分析的大餐，得出结论。决策：综合结论，作出一个决策。【确定问题】1.客户将帮助你确定问题客户会根据分析作决策，所以需要尽量从他那里多了解一些信息，才能确定问题。另外，对客户了解得越深，分析越有可能派上用场。多询问才能更好地摸清客户真正的目的。怎么问问
2021-05-22 22:10:30
399
原创 Mysql安装
Mysql安装7月15日1.下载2.环境配置7月15日1.下载官方网站：https://www.mysql.com第一步，点击子目录"Dowload"，然后页面往下拉。第二步，选择服务器下载。这样安装包下载就完成了。2.环境配置第一步，右键“我的电脑”→“属性”→“高级系统设置”→“高级”选项卡→“环境变量”，选中“系统变量”中的“Path”后点击“编辑”，“新建”一个安装后“bin”文件夹所在目录。第二步，以管理员身份运行CMD，安装mysql服务器。PS：安装时，我遇到了以
2020-07-15 14:32:50
343
原创 OpenCV学习之通道拆分合并的问题点
通道拆分合并疑难点我将彩色图像拆分为3个通道B,G,R后,B通道保存为’Lena_b.png’文件.(仅仅是一个灰度图像)img = cv2.imread('Lena.png')b,g,r = cv2.split(img)cv2.imwrite('Lena_b.png',b)img_b = cv2.imread('Lena_b.png')>>> b.shape(350, 500)>>> img_b.shape(350, 500, 3)由shape
2020-05-26 11:56:33
195
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人